Ruka hadi kwenye maudhui

VGGT-1B

Unganisha

Kitambulisho cha modeli vggt-1b
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Hadi $ 1.755 kwa kila uendeshaji hutozwa kulingana na matumizi halisi, yaliyosalia yanarejeshwa Iendeshe kwenye ukurasa huu

Pata ufunguo wa API
Meta Maono

Hujenga upya mandhari ya 3D kutoka hadi picha 48 au video, na kurudisha ramani za kina, mikao ya kamera na wingu la nukta

Meta · Data (JSON)

Tokeo lako la kwanza linaonekana hapa

Unda ombi hapa chini na uliendeshe kwa ufunguo wako wa API. Matokeo yanakiliwa kwenye hifadhi yetu, yakihifadhiwa milele au 7 siku bila malipo.

Unda ombi

Vidhibiti vinazalishwa kutoka kwenye schema ya modeli. Msimbo na bei husasishwa unapovibadilisha.

Ya kina images · video · alpha_blend_onto · array_encoding · frame_sampling_rate · confidence_percentile · max_points · export_prediction_data · export_depth_maps · export_point_cloud · enable_safety_checker · exclude_keys
image_urls
Dondosha faili, au · hadi 48

Picha za chanzo cha uundaji upya, kila moja ikiwa imejazwa hadi mraba na kubadilishwa ukubwa hadi kipimo kirefu zaidi cha pikseli 518. JPEG, PNG, WEBP na umbizo lolote la ziada la picha linaloweza kusimbuliwa na Pillow zinakubaliwa.

video_url
Dondosha faili, au

Video ya chanzo ya hiari ambayo fremu zake zilizochaguliwa hufuata image_urls katika ingizo lililounganishwa. Uchaguzi hutumia kila fremu ya `frame_sampling_rate`, huku fremu ya kwanza na ya mwisho zikiwemo kila wakati.

alpha_blend_onto chaguomsingi white

Utunzaji wa alpha channel una chaguo nne: 'keep' huondoa alpha bila kubadilisha thamani asili za pikseli; 'mean' huunganisha dhidi ya RGB ya wastani ya ImageNet. Kwa mandharinyuma thabiti, chagua 'white' au 'black' ili kuunganisha dhidi ya rangi husika.

array_encoding chaguomsingi base64

Muundo wa hifadhi ya array kwa faili za JSON za utabiri, ambapo 'list' hutumia nafasi kubwa zaidi kuliko 'base64'. Chagua 'list' kwa orodha za JSON zilizowekwa ndani au 'base64' kwa vitu vyenye {data, shape, dtype}.

chaguomsingi 24

Intervali ya fremu inayotumika tu video inapotolewa kupitia `video_url`; vinginevyo haina athari. Fremu zote mbili za mipaka huhifadhiwa bila kujali intervali, huku kila fremu ya n ikichaguliwa katikati.

chaguomsingi 50

Asilimia ya uchujaji kulingana na confidence kwa uundaji wa point cloud: 0 huzima uchujaji, huku thamani nyingine zikiondoa asilimia hiyo ya pointi, kuanzia zenye confidence ndogo zaidi.

chaguomsingi 250000

Kikomo cha idadi ya pointi za GLB, chaguomsingi ni 250,000. Ili kupunguza muda wa kuserialisha na kupakia, uteuzi uliopunguzwa kwa usawa huandikwa cloud inapozidi bajeti hii.

Funguo zinazoondolewa kwenye kila faili ya JSON ya utabiri.

POST /run/vggt-1b?wait=20 makadirio → $ 1.755
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/vggt-1b?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{}'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Endesha ombi hili

Key yako inabaki kwenye kivinjari hiki: inatumwa kwa Doitong API pekee na kuhifadhiwa (localStorage) tu ukiweka tiki kwenye Kumbuka. Pata ufunguo wa API

Kuhusu VGGT-1B

Hukadiria jiometri kutoka mitazamo mingi. Toa hadi picha 48 katika `image_urls`, na kwa hiari ongeza `video_url` iliyochukuliwa kila fremu `frame_sampling_rate`. Hurejesha ramani za kina kwa kila fremu, extrinsiki na intrinsiki za kamera, faili ghafi za utabiri, na wingu la nukta la GLB lenye koni za kamera. `confidence_percentile` na `max_points` hudhibiti msongamano wa wingu la nukta.

Vigezo

Tuma jina rasmi au jina asilia, si yote mawili. Majina rasmi

JinaAina ChaguomsingiInaruhusiwa Maelezo
image_urlssi lazima images
Ainaurl[] · image
≤ vipengee 48
Picha za chanzo cha uundaji upya, kila moja ikiwa imejazwa hadi mraba na kubadilishwa ukubwa hadi kipimo kirefu zaidi cha pikseli 518. JPEG, PNG, WEBP na umbizo lolote la ziada la picha linaloweza kusimbuliwa na Pillow zinakubaliwa.
video_urlsi lazima video
Ainaurl · video
Video ya chanzo ya hiari ambayo fremu zake zilizochaguliwa hufuata image_urls katika ingizo lililounganishwa. Uchaguzi hutumia kila fremu ya `frame_sampling_rate`, huku fremu ya kwanza na ya mwisho zikiwemo kila wakati.
frame_sampling_ratesi lazima
Ainainteger
Chaguomsingi24
1 – 1,000
Intervali ya fremu inayotumika tu video inapotolewa kupitia `video_url`; vinginevyo haina athari. Fremu zote mbili za mipaka huhifadhiwa bila kujali intervali, huku kila fremu ya n ikichaguliwa katikati.
alpha_blend_ontosi lazima
Ainaenum
Chaguomsingiwhite
keepwhiteblackmean
Utunzaji wa alpha channel una chaguo nne: 'keep' huondoa alpha bila kubadilisha thamani asili za pikseli; 'mean' huunganisha dhidi ya RGB ya wastani ya ImageNet. Kwa mandharinyuma thabiti, chagua 'white' au 'black' ili kuunganisha dhidi ya rangi husika.
export_prediction_datasi lazima
Ainaboolean
Chaguomsingitrue
Hamisha utabiri ghafi kama faili tofauti za JSON kwa fremu mahususi. Kila faili lina depth na confidence yake, mask, na mkao wa kamera uliosimbwa.
export_depth_mapssi lazima
Ainaboolean
Chaguomsingitrue
Hamisha raster za depth zenye upangaji wa mstari wa `depth_range` hadi thamani za pikseli 0–65535. Kila fremu hupata PNG ya grayscale tofauti yenye usahihi wa biti-16.
export_point_cloudsi lazima
Ainaboolean
Chaguomsingitrue
Hamisha point cloud ya rangi iliyounganishwa katika muundo wa GLB, huku kamera zilizokadiriwa zikiwakilishwa na meshes za koni mahususi kwenye tukio.
array_encodingsi lazima
Ainaenum
Chaguomsingibase64
base64list
Muundo wa hifadhi ya array kwa faili za JSON za utabiri, ambapo 'list' hutumia nafasi kubwa zaidi kuliko 'base64'. Chagua 'list' kwa orodha za JSON zilizowekwa ndani au 'base64' kwa vitu vyenye {data, shape, dtype}.
exclude_keyssi lazima
Ainaenum[]
Funguo zinazoondolewa kwenye kila faili ya JSON ya utabiri.
confidence_percentilesi lazima
Ainanumber
Chaguomsingi50
0 – 100
Asilimia ya uchujaji kulingana na confidence kwa uundaji wa point cloud: 0 huzima uchujaji, huku thamani nyingine zikiondoa asilimia hiyo ya pointi, kuanzia zenye confidence ndogo zaidi.
max_pointssi lazima
Ainainteger
Chaguomsingi250000
1,000 – 5,000,000
Kikomo cha idadi ya pointi za GLB, chaguomsingi ni 250,000. Ili kupunguza muda wa kuserialisha na kupakia, uteuzi uliopunguzwa kwa usawa huandikwa cloud inapozidi bajeti hii.
enable_safety_checkersi lazima
Ainaboolean
Chaguomsingitrue
Kigeuzi cha ukaguzi wa usalama kwa picha na video za ingizo.
inahitajika Jina rasmi, pia linakubalika

Vigezo vya faili vinakubali URL ya umma ya https://, data: URI ya hadi 10 MB, au file_url ya upakiaji. Faili

Tokeo

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "vggt-1b",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 1755,
    "usd": "1.755",
    "charged": 1755,
    "refunded": 0
  },
  "input": {},
  "output": {
    "point_cloud": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200
    },
    "depth_maps": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200,
        "width": 1024,
        "height": 768
      }
    ],
    "prediction_data": [
      {
        "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
        "content_type": "image/jpeg",
        "file_name": "0-output.jpeg",
        "file_size": 1843200
      }
    ],
    "num_frames": 1,
    "depth_range": [
      1.0
    ],
    "extrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "intrinsics": [
      [
        [
          1.0
        ]
      ]
    ],
    "timings": {}
  },
  "outputs": [
    {
      "type": "file",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
Faili zako, chaguo lakoKila outputs[].url ni nakala kwenye hifadhi yetu: huhifadhiwa milele (hutozwa kwa GB kwa mwezi) au 7 siku bila malipo, kulingana na mpangilio wa akaunti yako au ?storage=.
Muundo uleule kwenye kila modelitype, url, content_type, width, height na duration, kwa picha, video na sauti. output ni kitu cha matokeo cha modeli yenyewe.
Sehemu za tokeo
point_cloud
object {url, content_type, file_name, file_size} | nullUhamishaji wa point cloud unaorejeshwa wakati `export_point_cloud` ni true; tukio lake la GLB huunganisha cloud iliyounganishwa na koni za kamera.
depth_maps
array of object {url, content_type, file_name, file_size, width, height}Uhamishaji wa ramani ya depth unaopatikana wakati `export_depth_maps` ni true. Maingizo hufuata mfuatano wa fremu za chanzo, kila fremu ikiwa raster ya PNG ya grayscale yenye depth ya biti-16.
prediction_data
array of object {url, content_type, file_name, file_size}Uhamishaji wa utabiri ghafi: wakati `export_prediction_data` ni true, kila fremu huwa na faili yake ya JSON, na faili hizo hufuata mfuatano wa fremu.
num_frames
integerJumla ya idadi ya fremu zilizoundwa upya, ikijumuisha picha na fremu zilizochaguliwa kutoka video.
depth_range
array of numberMipaka ya depth [min, max] inayotumika kwa quantization ya `depth_maps`. Rejesha depth kama min + pixel * (max - min) / 65535.
extrinsics
array of array of array of numberMatrisi za extrinsic za kamera-kutoka-world, za ukubwa 3x4, kwa kila fremu; mihimili ya OpenCV inaelekea kulia kwenye x, chini kwenye y, na mbele kwenye z.
intrinsics
array of array of array of numberMatrisi za intrinsic za pinhole, za ukubwa 3x3, kwa kila fremu, zilizoonyeshwa katika viwianishi vya pikseli vya fremu ya modeli ya 518x518.
timings
objectMuda uliopita wa saa halisi kwa kila hatua, kwa sekunde.

Kwa mawakala wa AI: ukurasa huu katika Markdown unapatikana kwenye https://doitong.com/sw/developers/models/vggt-1b.md. Modeli na miongozo yote: https://doitong.com/developers/llms.txt